Az informatika fejlettségének folyamatos növekedése miatt évről évre egyre kényelmesebbé és igényesebbé válik az elektronikus dokumentumok használata, és kezdenek dominálni a hagyományos papírhordozókkal szemben. Ezért nagyon fontos, hogy ne csak a hagyományos papírhordozókon, hanem az elektronikus dokumentumokon is időben figyeljünk az információtartalom védelmére. Minden kereskedelmi, állami és egyéb titkokkal rendelkező nagyvállalat meg akarja akadályozni az esetleges információszivárgást, a minősített információk kompromittálását, és ha kiszivárogtatást észlel, intézkedni a kiszivárogtatások megállításáról és a jogsértő azonosításáról.
Egy kicsit a védelmi lehetőségekről
E feladatok elvégzéséhez bizonyos védőelemeket vezetnek be. Ilyen elemek lehetnek vonalkódok, látható címkék, elektronikus címkék, de a legérdekesebbek a rejtett címkék. Az egyik legszembetűnőbb képviselője a vízjelek, amelyek papírra helyezhetők, vagy nyomtatóra történő nyomtatás előtt hozzáadhatók. Nem titok, hogy a nyomtatók saját vízjeleket (sárga pontokat és egyéb jeleket) helyeznek el a nyomtatás során, de figyelembe vesszük azokat az egyéb műtárgyakat is, amelyeket az alkalmazottak munkahelyén a számítógép képernyőjére helyezhetnek. Az ilyen műtermékeket egy speciális szoftvercsomag hozza létre, amely a műtermékeket a felhasználó munkaterületére rajzolja, minimálisra csökkentve maguknak a műtermékeknek a láthatóságát, anélkül, hogy megzavarná a felhasználó munkáját. Ezeknek a technológiáknak ősi gyökerei vannak a tudományos fejlődés és a rejtett információk bemutatására használt algoritmusok tekintetében, de a modern világban meglehetősen ritkák. Ez a megközelítés elsősorban a katonai szférában és papíron található meg a gátlástalan alkalmazottak azonnali azonosítására. Ezeket a technológiákat még csak most kezdik bevezetni a kereskedelmi környezetbe. A látható vízjeleket ma már aktívan használják különféle médiafájlok szerzői jogainak védelmére, de a láthatatlanok meglehetősen ritkák. De a legnagyobb érdeklődést is ezek keltik fel.
Biztonsági műtermékek
Ember számára láthatatlan A vízjelek különféle műtermékeket képeznek, amelyek elvileg az emberi szem számára láthatatlanok lehetnek, és nagyon kis pontok formájában elfedhetők a képen. A látható tárgyakat fogjuk figyelembe venni, mivel azok, amelyek a szemnek nem láthatók, kívül eshetnek a legtöbb monitor szokásos színterén. Ezek a műtárgyak különösen értékesek nagyfokú láthatatlanságuk miatt. A CEH-ket azonban lehetetlen teljesen láthatatlanná tenni. Megvalósításuk során a konténer kép egy bizonyos fajta torzítása kerül a képbe, és valamilyen műtárgy jelenik meg rajta. Tekintsünk 2 típusú objektumot:
- Ciklikus
- Kaotikus (képkonverzió vezette be)
A ciklikus elemek ismétlődő elemek egy bizonyos véges sorozatát képviselik, amelyek többször ismétlődnek a képernyőn (1. ábra).
A kaotikus műtermékeket az átfedő kép különféle átalakításai (2. ábra) okozhatják, például egy hologram bevezetése.
Rizs. 1 Kerékpáros tárgyak
Rizs. 2 kaotikus műtárgy
Először is nézzük meg a ciklikus műtermékek felismerésének lehetőségeit. Ilyen műtermékek lehetnek:
- szöveges vízjelek ismétlődnek a képernyőn
- bináris sorozatok
- kaotikus pontok halmaza minden rácscellában
Az összes felsorolt műtermék közvetlenül a megjelenített tartalom tetejére kerül, ennek megfelelően felismerhetők az egyes színcsatornák hisztogramjának helyi szélsőségeinek azonosításával, és ennek megfelelően az összes többi szín kivágásával. Ez a módszer magában foglalja az egyes hisztogramcsatornák helyi szélsőségeinek kombinációival való munkát. A probléma a lokális szélsőségek keresésén nyugszik egy meglehetősen összetett képen, sok élesen átmenő részlettel; a hisztogram nagyon fűrészfogúnak tűnik, ami miatt ez a megközelítés nem alkalmazható. Megpróbálhat különféle szűrőket alkalmazni, de ezek saját torzulást okoznak, ami végül a vízjel észlelésének képtelenségéhez vezethet. Lehetőség van ezen műtermékek felismerésére is bizonyos élérzékelőkkel (például a Canny éldetektorral). Ezeknek a megközelítéseknek megvan a helyük a meglehetősen éles átmenetű műtermékeknél; a detektorok kiemelhetik a kép kontúrjait, majd kiválaszthatják a kontúrokon belüli színtartományokat a kép binarizálásához, hogy még jobban kiemeljék magukat a műtermékeket, de ezek a módszerek meglehetősen finom hangolást igényelnek a kép kiemeléséhez. szükséges kontúrok, valamint magának a képnek a binarizálása a kiválasztott kontúrok színeihez képest. Ezeket az algoritmusokat meglehetősen megbízhatatlannak tekintik, és megpróbálják stabilabb és függetlenebb a kép színösszetevőinek típusától.
Rizs. 3 Vízjel az átalakítás után
Ami a korábban említett kaotikus műtermékeket illeti, a felismerésükre szolgáló algoritmusok gyökeresen eltérőek lesznek. Mivel a kaotikus műtermékek keletkezését úgy feltételezzük, hogy egy bizonyos vízjelet helyezünk a képre, amelyet egyes transzformációk (például a diszkrét Fourier-transzformáció) átalakítanak. Az ilyen átalakításokból származó műtermékek a teljes képernyőn eloszlanak, és nehéz azonosítani a mintájukat. Ennek alapján a vízjel az egész képen „véletlenszerű” műtárgyak formájában fog elhelyezkedni. Egy ilyen vízjel felismerése a transzformációs függvények segítségével történő közvetlen képátalakításhoz vezet. Az átalakítás eredményét az ábra mutatja be (3. ábra).
De számos probléma merül fel, amelyek megakadályozzák a vízjel felismerését az ideálisnál kevésbé megfelelő körülmények között. Az átalakítás típusától függően különféle nehézségek adódhatnak, például a képernyőhöz képest nagy szögben történő fényképezéssel kapott dokumentum felismerésének lehetetlensége, vagy egyszerűen csak egy meglehetősen rossz minőségű fénykép, vagy a képernyőn mentett képernyőfelvétel. nagy veszteségű tömörítésű fájl. Mindezek a problémák megnehezítik a vízjel azonosítását, szögletes kép esetén vagy bonyolultabb transzformációkat, vagy affin transzformációkat kell alkalmazni a képen, de egyik sem garantálja a vízjel teljes helyreállítását. Ha figyelembe vesszük a képernyőrögzítés esetét, akkor két probléma merül fel: az első a torzítás a képernyőn való megjelenítéskor, a második a torzítás, amikor a képet magáról a képernyőről mentjük. Az elsőt meglehetősen nehéz ellenőrizni, mivel különböző minőségű monitorokhoz vannak mátrixok, és egyik vagy másik szín hiánya miatt a színt a színmegjelenítésüktől függően interpolálják, ezáltal torzításokat visznek be a vízjelbe. A második még nehezebb, mivel bármilyen formátumban mentheti a képernyőképet, és ennek megfelelően elveszíti a színtartomány egy részét, ezért egyszerűen elveszíthetjük magát a vízjelet.
Megvalósítási problémák
A modern világban meglehetősen sok algoritmus létezik a vízjelek bevezetésére, de egyik sem garantálja a vízjel további felismerésének 100%-os lehetőségét a megvalósítás után. A fő nehézséget az egyes esetekben felmerülő szaporodási feltételek meghatározása jelenti. Mint korábban említettük, nehéz olyan felismerési algoritmust létrehozni, amely figyelembe venné a torzítás és a vízjel sérülésének minden lehetséges jellemzőjét. Például, ha Gauss-szűrőt alkalmaznak az aktuális képre, és az eredeti képen lévő műtermékek meglehetősen kicsik és kontrasztosak voltak a kép hátterével szemben, akkor vagy lehetetlenné válik felismerésük, vagy a vízjel egy része elveszik. . Tekintsük egy fénykép esetét, nagy valószínűséggel lesz moire (5. ábra) és „rácsa” (4. ábra). A moire a képernyőmátrix diszkrétsége és a felvevőkészülék mátrixának diszkrétsége miatt következik be, ebben a helyzetben két hálókép kerül egymásra. A háló nagy valószínűséggel részben lefedi a vízjel műtermékeket, és felismerési problémát okoz; a moire viszont bizonyos vízjel-beágyazási módszerekben lehetetlenné teszi a felismerést, mivel a kép egy részét átfedi a vízjellel.
Rizs. 4 Képrács
Rizs. 5 Moire
A vízjelek felismerésének küszöbének növelése érdekében olyan öntanuló neurális hálózatokon alapuló algoritmusok használatára van szükség a működés során, amelyek maguk is megtanulják felismerni a vízjelképeket. Ma már rengeteg neurális hálózati eszköz és szolgáltatás létezik, például a Google-tól. Ha szükséges, megtalálhat referenciaképeket, és megtaníthatja a neurális hálózatot a szükséges műtermékek felismerésére. Ez a megközelítés a legígéretesebb esélyekkel rendelkezik még az erősen torz vízjelek azonosítására is, de a gyors azonosításhoz nagy számítási teljesítmény és meglehetősen hosszú betanítási idő szükséges a helyes azonosításhoz.
A leírtak meglehetősen egyszerűnek tűnnek, de minél mélyebbre merülünk ezekben a kérdésekben, annál jobban megértjük, hogy a vízjelek felismeréséhez sok időt kell töltenie az algoritmusok végrehajtásával, és még több időt kell fordítania a kívánt valószínűségre. felismerve az egyes képeket.
Forrás: will.com